P - 52 SISTEM KOMPUTASI BLACKBOX UNTUK OPTIMASI PENGKOREKSIAN MULTI TIPE DAN TEKNIK SKORSING SOAL OBYEKTIF

PROSIDING

ISBN : 978 – 979 – 16353 – 9 – 4

P - 52 SISTEM KOMPUTASI BLACKBOX UNTUK OPTIMASI PENGKOREKSIAN MULTI TIPE DAN TEKNIK SKORSING SOAL OBYEKTIF Lilik Hidayati1, Ripai2 FMIPA UNW Mataram 1 [email protected], [email protected] 1,2

Abstrak Tes sebagai alat seleksi maupun evaluasi harus bermutu agar dapat menghasilkan nilai yang obyektif dan akurat sehingga penilaian yang diberikan kepada siswa bersifat adil. Secara emperis, tes disebut bermutu apabila memenuhi persyaratan/sifat (1) Option pengecoh berfungsi, (2) memiliki tingkat kesukaran yang ideal, (3) dapat membedakan kelompok atas dan bawah, (4) Valid dalam mengukur kemampuan siswa dan (5) reliable/konsisten dalam memberikan penilaian. Kesulitan guru dalam melakukan analisis mutu tes karena harus dilakukan secara kuantitatif sesuai deskripsi parameter matematis dan statistik persyaratan mutu dari respon jawaban siswa. Kondisi ini lebih sulit dilakukan ketika kebijaksanaan pemerintah dalam ujian nasional mengunakan model soal dengan multi tipe, dimana kontruksi indikator soal secara acak, menyulitkan guru untuk melakukan pengoreksian manual dengan berbagai tipe kunci jawaban. Lebih lanjut guru juga harus dapat melakukan penyusunan kembali option jawaban siswa menurut kesamaan indikator. Hal ini diperlukan karena analisis mutu tes dan harus didasarkan atas butir dengan konten isi mengukur indikator yang sama. Penelitian dilakukan guna mengembangkan sistem komputasi BlackBox yang dapat melakukan uji mutu tes secara simultan dari model multi tipe tes pilihan ganda. Hasil pengembangan yang telah dilakukan mengunakan software MATLAB membuahkan 10 (sepuluh) m-function yang dapat saling berintraksi untuk melakukan komputasi uji mutu tes secara simultan. (1) m-function susun untuk menyusun option jawaban siswa menurut butir indikator tes, (2) m-function koreksi, unutk mengoreksi jawaban siswa, (3) m-function kwalitas pengecoh untuk analisis berfungsinya option pengecoh, (4) m-function tingkat kesukaran untuk analisis tingkat kesukaran butir tes, (5) m-function dayabeda untuk analisis butir soal yang dapat membedakan kelompok atas dan bawah, (6) m-function poinbiserial, untuk mengukur kesahihan (validitas) butir soal dalam mengukur kemampuan siswa, (7) m-function KR20 untuk mengukur konsistensi (reliabilitas) butir soal dalam memberikan penilaian kepada siswa, (8) m-function seleksi butir untuk membuang butir soal yang tidak memenuhi syarat mutu, (9) m-function skor dan nilai untuk memberikan skor dan penilaian kepada siswa berdasarkan butir soal yang bermutu dan (10) m-function uji mutu tes untuk melakukan analisis uji mutu tes secara simultan. Hasil pengembangan m-function tersebut akan dikembangkan lagi menjadi sistem komputasi berbasis Grafik User Interface (GUI) dan aplikasi project agar user (penguna) mudah dalam mengunakan sistem komputasi BlackBox yang dikembangkan. Kata Kunci : Komputasi Blackbox, Mutu Soal, Tipe Soal Objektif

A. PENDAHULUAN Analisis butir soal merupakan kegiatan yang harus dilakukan guru untuk menjamin dan meningkatkan mutu soal yang telah ditulis. Kegiatan ini merupakan proses pengumpulan, peringkasan, dan penggunaan informasi dari jawaban siswa untuk membuat keputusan tentang Makalah dipresentasikan dalam Seminar Nasional Matematika dan Pendidikan Matematika dengan tema ” Penguatan Peran Matematika dan Pendidikan Matematika untuk Indonesia yang Lebih Baik" pada tanggal 9 November 2013 di Jurusan Pendidikan Matematika FMIPA UNY

PROSIDING

ISBN : 978 – 979 – 16353 – 9 – 4

setiap penilaian. Tujuan analisis adalah untuk mengkaji, dan menelaah setiap butir soal agar diperoleh soal yang bermutu sebelum soal digunakan untuk memberikan penilaian kepada siswa. Khususnya untuk soal obyektif (pilihan ganda), secara emperis butir-butir soal disebut bermutu apabila memenuhi 5 (lima) persyaratan, yaitu (1) option-option pengecoh berfungsi untuk menjebak siswa yang menjawab secara tebak-tebakan atau tidak paham konsep, (2) butir soal memiliki tingkat kesulitan yang ideal, artinya tidak terlalu sulit dan tidak terlalu mudah, (3) butir soal dapat membedakan antara siswa yang menguasai konsep dengan yang tidak menguasai konsep, (4) bersifat valid, artinya tepat digunakan untuk menentukan nilai siswa dan (5) bersifat reliabel, artinya butir soal tersebut konsisten dalam memberikan interprestasi nilai bagi siswa. Guna memperoleh soal yang bermutu, maka perlu dilakukan analisis kualitatif dan kuantitatif. Analisis butir soal secara kualitatif dilaksanakan berdasarkan kaidah penulisan soal (tes tertulis, perbuatan, dan sikap). Aspek yang diperhatikan dalam penelaahan secara kualitatif adalah setiap soal ditelaah dari segi materi, kontruksi, bahasa/budaya, dan kunci jawaban/pedoman pensekoran. Sedangkan analisis soal secara kuantitatif adalah penelaahan butir soal didasarkan pada data empirik dari butir soal yang bersangkutan. Data empirik diperoleh dari soal yang telah diujikan. (Depdiknas:2008) Pendekatan dalam analisis butir dapat dilakukan secara klasik dan modern. Analisis butir soal secara klasik adalah proses penelaahan butir soal melalui informasi dari jawaban peserta didik guna meningkatkan mutu butir soal. Kelemahan dari metode klasik ini memerlukan perhitungan yang lama dan harus disertai ketelitian yang tinggi juga kemampuan guru untuk melakukannya. Hal inilah yang menyebabkan banyak guru untuk tidak melaksanakan uji mutu soal yang diujikan. Pendekatan yang kedua menggunakan metode yang sudah modern yaitu menggunakan Item Respone Theori (IRT) atau teori jawaban butir soal. Teori ini merupakan suatu teori yang menggunakan fungsi matematika untuk menghubungkan antara peluang menjawab benar suatu soal dengan kemampuan siswa. Beberapa program yang sudah tersedia untuk menganalisa mutu tes antara lain adalah ITEMAN, EXCEL, SPSS, ANATES dan lainnya. Masing-masing program ini memiliki kelebihan dan kekurangan sebagai berikut: Tabel 1.1 Kelebihan dan kekurangan program komputasi analisis mutu tes NO 1.

PROGRAM KOMPUTASI ITEMAN

KELEBIHAN 1. 2.

2.

ANATES

1. 2.

3.

EXCEL

1. 2.

4.

SPSS

Mengoreksi jawaban siswa secara otomatis Dapat melakukan analisis mutu secara simultan Mengoreksi jawaban siswa Dapat melakukan analisis mutu secara simultan

Penyusunan data base Dapat membuat komputasi matematis Fungsi matematika dan statistik yang banyak

KEKURANGAN 1.

Pengoreksian terbatas pada sebuah tipe soal 2. Tidak menampilkan proses matematis analisisnya sebagai bahan pembelajaran. 1. Pengoreksian terbatas pada sebuah tipe soal 2. Tidak menampilkan proses matematis analisisnya sebagai bahan pembelajaran Tidak tersedia fungsi khusus untuk mengoreksi jawaban siswa dan analisis mutu, sehingga harus membuat sendiri Memerlukan kemampuan professional untuk analsis dan interprestasinya

Pada tabel di atas, program ITEMAN dan ANATES merupakan program yang secara khusus dibangun untuk menganalisis mutu butir soal. Akan tetapi keduanya tidak dapat memiliki kemampuan untuk multi tipe jenis tes dan proses matematis analisis tidak ditampilkan sehingga bagi mahasiswa atau guru yang ingin belajar meningkatkan kemampuannya sulit unutk memahami secara proses matematis analisis tersebut.

Seminar Nasional Matematika dan Pendidikan Matematika FMIPA UNY Yogyakarta, 9 November 2013

MP - 414

PROSIDING

ISBN : 978 – 979 – 16353 – 9 – 4

Sistem komputasi BlackBox dengan komponen Input-Proses-Output merupakan

suatu sistem dimana pengguna hanya perlu memberikan inputan data jawaban siswa dengan berbagai tipe soal yang diberikan. Kemudian dengan sebuah button proses secara simultan oleh sistem komputasi jawaban tersebut dilakukan pengoreksian, skorsing, analisis mutu dan menampilkan output secara otomatis sesuai fungsi matematis yang dikontruksi pada sistem. Analisis mutu mencakup pengukuran secara kuantitatif kwalitas pengecoh, tingkat kesukaran, daya beda, validasi dan reliabilitas. B. PEMBAHASAN Sistem komputasi BlackBox untuk uji mutu tes, dikembangkan dengan bahasa pemograman Matrix Laboratorium (MATLAB) versi 2013. Interaksi komputasi antara item uji mutu dikembangkan berbasis m-function. Berdasarkan hasil kajian yang telah dilakukan, untuk efektifitas dan efesiensi, sebanyak 10 (sepuluh) m-functian dikembangkan yaitu (1) m-functian susun, (2) m-function koreksi, (3) m-function kwalitas butir pengecoh, (4) m-function tingkat kesukaran, (5) m-function daya pembeda, (6) m-function poin biserial, (7) m-function KR20, (8) m-function Skor dan nilai dan (10) m-function uji mutu tes. Hubungan m-functian di sajikan dalam diagram alir berikut:

Gambar 5.1 Diagram alir hubungan m-function unutk uji mutu tes Hasil pengembangan m-function tersebut dapat dilihat pada lampiran 2 (dua), sedangkan konsep matematika dan statistik untuk komputasi dari m-functiaon tersebut disajikan dalam tabel berikut: Seminar Nasional Matematika dan Pendidikan Matematika FMIPA UNY Yogyakarta, 9 November 2013

MP - 415

PROSIDING

ISBN : 978 – 979 – 16353 – 9 – 4

Tabel 5.4 Matriks konten isi teori matematika m-function sitem komputasi black box untuk uji mutu tes obyektif No

m-function Inputan Diskripsi Penyusunan 1. Kunci kunci dan butir Jawaban jawaban tes 2. Referensi berdasarkan idikator indikator yang 3. Jawaban sejenis Siswa

1

Nama susun

2

koreksi

Mengkoreksi jawaban siswa berdasarkan kunci jawaban

1. Kunci Jawaban 2. Jawaban Siswa

3

Kwalitas pengecoh

Menentukan apakah option pengecoh berfungsi untuk menjebak siswa yang tidak menguasai konsep

1. Butir indikator dan point jawaban siswa 2. Tingkat signifika nsi

1. Nomor butir dan poin jawaban 2. Kriteria uji (1 = memenuh i syarat, 0 tidak memenuh i syarat) 1. Butir indikator dan point jawaban siswa

4

Seleksi butir

Membuat matriks baru yang memuat data butir tes yang memenuhi kriteria

5

Tingkat kesukaran

Untuk mengetahui tingkat kesulitan butir soal sebagai

Teori Matematika 1. Membaca banyaknya tipe soal, butir soal dan peserta tes. 2. Untuk setiap peserta tes, komputer mengidentifikasi tipe soal yang dikerjakan, kemudian mengurutkan butir jawaban siswa berdasarkan referensi nomor indikator. 3. Untuk setiap tipe soal, butir-butir kunci jawaban diurutkan berdasarkan nomor indikator 1. Membaca banyaknya tipe soal, butir soal dan peserta tes. 2. Untuk setiap peserta tes, komputer mengidentifikasi tipe soal yang dikerjakan, kemudian membandingkan tiap butir jawaban dengan butir kunci. Jika sama diberikan point 1 dan sebaliknya 0. Deskriptif : P

n( salah ) 100% n

Pengecoh berfungsi jika P ≥ 5%

1. Membaca banyaknya butir tes 2. Untuk tiap butir tes, jika kriteria valid =1, maka data nomor butir dan poin jawaban disimpan pada suatu matriks baru (sebut sebagai out)

nB TK 

100% N

0% ≤ TK <15% Sangat Sukar, dibuang

15% ≤ TK < 30% Sukar

Output Fungsi Laporan Kunci Tabel kunci jawaban, dan jawaban referensi siswa yang indikator dan telah option diurutkan jawaban berdasarkan siswa yang tipe dan telah nomor diurutkan indikator berdasarkan yang sejenis tipe dan nomor indikator yang sejenis dengan extensi string Nomor butir Tabel dan point tiap identitas butir jawaban siswa, point siswa dengan tiap jawaban ekstensi siswa, numerik banyaknya benar siswa dan prosentase benar siswa dengan ektensi string Matriks Tabel nomor dengan isi butir, poin nomor butir jawaban, tes, poin besaran jawaban dan parameter kriteria berfungsi berfungsinya pengecoh pengecoh (Pemilij (berfungsi = pengecoh 1, tidak >=5%) dan berfungsi = kriterianya 0) Matriks yang Tidak ada berisi nomor butir tes, point jawaban dan kriteria validitas (Valid = 1 dan tidak valid = 0) Matriks nomor butir tes, poin jawaban dan kriteria


Tabel poin jawban siswa, besaran parameter

MP - 416

PROSIDING

No

Nama

ISBN : 978 – 979 – 16353 – 9 – 4

m-function Diskripsi

Inputan

2.

6

Daya pembeda

Untuk 1. mengetahui apakah butir soal dapat membedakan siswa yang menguasai konsep dan tidak menguasai konsep 2.

7

Poin biserial

Mengetahui 1. apakah butir indikator tes valid/tepat digunakan untuk mengukur hasil belajar siswa

2.

8

9

Kr20

Skor dan penilaian

Menentukan apakah butir-butir tes reliabel/konsisten untuk mengukur hasil belajar siswa

Unutuk menghitung skor dan nilai dari tiap peserta tes

dalam bentuk 1 untuk benar dan 0 untuk salah Tingkat signifikan si Butir indikator dan point jawaban siswa dalam bentuk 1 untuk benar dan 0 untuk salah Tingkat signifikan si Butir indikator dan point jawaban siswa dalam bentuk 1 untuk benar dan 0 untuk salah Tingkat siggnifika nsi

1. Butir indikator dan point jawaban siswa dalam bentuk 1 untuk benar dan 0 untuk salah 2. Tingkat signifikan si 1. Butir indikator dan point jawaban siswa dalam bentuk 1 untuk benar dan 0 untuk

Output Fungsi Laporan tingkat tingkat kesukaran kesukaran (3= sulit, dan kriteria 2=sedang dan tingkat 1=mudah) kesukaran (Tingi, sedang dan mudah)

Teori Matematika 30% ≤ TK < 70% Sedang 70% ≤TK < 85% Mudah 85% ≤TK ≤ 100%, Sangat Mudah, dibuang

BA  BB 100% NA DP ≥ 50% Sangat Baik 30% ≤ DP < 50% Baik 20% ≤ DP < 30% Agak Baik, Revisi 10% ≤ DP < 20% Buruk, dibuang DP < 10% Sangat Buruk, diibuang

Matriks nomor butir tes, poin jawaban dan kriteria daya beda (dapat membedakan = 1, dan tidak membedakan = 0)

Tabel nomo butir, poin jawaban, besaran parameter daya pembeda dan kriteria daya beda

M p  Mt

Nomor Butir soal dan tingkat

Tabel poin jawaban peserta tes, besaran parameter poin biserial dan kriteria validitas

Matriks yang memuat butir tes, poin jawaban dan kriteria reliabilitas (reliabilitas = 1, tidak reliabilitas = 0)

Tabel poin jawaban peserta tes, besaran parameter KR20 dan kriteria reliabilitas

Matriks nomor butir tes, poin jawaban dan kriteria tingkat kesukaran (3= sulit, 2=sedang dan 1=mudah)

Tabel skor jawban siswa, total skor dan nilai

DP 

r pb 

p q

St

Jika rpb ≥ rinv(n,5%) maka butir tes valid

rh

 k    1  k  1 

 pq 2 s total

   

Jika rpb ≥ rinv(n,5%) maka butir tes reliabel

Butir tes yang sulit diberikan skor 3, sedang = 2 dan mudah = 1 Jumlah skor Nilai 

x100 Skor ideal


MP - 417

PROSIDING

No

Nama

ISBN : 978 – 979 – 16353 – 9 – 4

m-function Diskripsi

Inputan

Teori Matematika

Fungsi

Output Laporan

salah 2. Tingkat signifikan si 10

Uji mutu tes

Untuk melakukan komputasi uji mutu tes secara simultan

Data numerik butir indikator dan point jawaban siswa Kriteria tingkat kesukaran

Menjalankan komputasi sebagaima diagram alir pada gambar 5.2.

Tidak ada

9 jenis tabel mencakup 9 m-function di samping.

Setelah komputasi mengunakan m-function dikembangkan/dibuat lalu dilakukan simulasi untuk mengetahui kesesuaian antara teori matematika analisis mutu tes dengan output komputasi. Output komputasi yang diperoleh berupa 9 (Sembilan) tabel hasil data dan analisis meluputi (1) data kunci, indikator dan jawaban, (2) Pengurutan butir indikator, (3) Hasil Pengoreksian, (4) Analisis berfungsinya option pengecoh, (5) Analisis tingkat kesukaran, (6) Analisis daya pembeda, (7) Validitas butir dengan korelasi poin biserial, (8) Reliabilitas butir dengan korelasi KR20 dan (9) skor dan nilai.

Gambar 5.1 Output m-function ujimututes Tabel ke-1 merupakan rekaman data, referensi indikator dan option jawaban siswa, tabel ke-2 data hasil pengurutan butir tes berdasarkan kesamaan indikator, tabel ke-3 rekaman hasil pengoreksian jawaban siswa, tabel k-4 rekaman analisis berfungsinya option pengecoh, tabel ke-5 rekaman hasil analisis tingkat kesukaran, tabel ke-6 rekaman hasil analisis tingkat daya pembeda butir tes, tabel ke-7 rekaman hasil analisis validitas butir, tabel ke-8 rekaman hasil uji reliabilitas butir dan tabel ke-9 rekaman hasil analisis skor dan penilaian. Function ini merupakan function komputasi yang akan digunakan dalam pengembangan aplikasi project system komputasi BlackBox yang berfungsi untuk melakukan analisis mutu butir tes secara simultan (otomatis). Dari uraian di atas, maka pengembangan m-function sebagai komponen dari system komputasi BlackBox telah dapat dikembangkan dengan kinerja komputasi yang valid.


MP - 418

PROSIDING

ISBN : 978 – 979 – 16353 – 9 – 4

C. KESIMPULAN Berdasarkan hasil penelitian yang telah dicapai, maka pengembangan sistem komputasi BlackBoox untuk uji mutu dapat dilakukan dengan langkah sebagai berikut : 1. Untuk efektif dan efesiensi pengguna, maka inputan sistem komputasi dapat dilakukan di excel dengan jenis data masukan string mencakup data kunci jawaban, referensi butir indikator dan option jawaban siswa. 2. Untuk efetif dan efesien, maka proses komputasi dibangun dalam bentuk m-function mencakup (1). m-function susun, (2) m-function koreksi, (3) m-function kwalitas pengecoh, (4) m-function tingkat kesukaran, (5) m-function daya pembeda, (6) m-function poin biserial, (7) m-function KR20, (8) m-function skor dan nilai, (9) m-function seleksi dan (10) m-function uji mutu tes. 3. Untuk efektifitas dan efesiensi pelaporan dan proses pembelajaran, maka output komputasi disajikan dalam tabel mencakup sumber data analisis, deskripsi parameter data dan konklusi dari hasil analisis DAFTAR PUSTAKA Aiken, Lewis R. (1994). Psychological Testing and Assessment, (Eight Edition), Boston: Allyn and Bacon. Ali. M.,(2012), Analisis Butir Soal Dengan ANBUSO, Makalah Pengabdian Masyarakat, FE UNY, Yogyakarta. Anwar., (2012), Analisis Butir Soal Pilihan Ganda sebagai Bahan Rujukan Bagi Guru, Makalah seminar Bejar, Issac I. (1983). Introduction to Item Response Theory and Their Assumptions. Hambleton, Ronald K (Editor). Appliction of Item Renponse Theory. Canada: Educational Research Institute of British Columbia. Bloom, Benyamin S., dkk (1971), Handbook on Formative and Summative Evaluation of Student Learning, McGraw-Hill Book Company, New York. Departemen Pendidikan dan Kebudayaan RI (1989), Pedoman Penelaahan, Perbaikan dan Perakitan Soal, Jakarta. Depdiknas. (2008). Panduan Analisis Butir Soal. Jakarta: Departemen Pendidikan Nasional Gronlund, Norman E. (1985) Measurement and Evaluation in Teaching, Fifth Edition, Macmillan Publishing Company New York. Guilford (1973). Fundamental Statistic in Psychology and Education, Tokyo: Mc Graw-Hill Kogakusha. Irmayansyah. (2011), Pengaruh Penggunaan Program Aplikasi Anates Versi 4 Terhadap Kinerja Guru Dalam Menganalisis Butir Soal, Jurnal Ilmiah Teknologi dan Informasi, Volume 2 ITEMAN., (2006). User’s Manual for the ITEMAN Conventional Item Analisys Program Second Edition, Minnesota: Assassment System Corparation. Karno To (1995). ANATES Versi 2.5, Program Komputer khusus untuk analisis tes obyektif dan uraian. Bandung: FIP IKIP Bandung. Moleong, Lexy J., (2002). Metodologi Penelitian Kualitatif. Remaja Rosdakarya, Bandung. Murphy, Kevin R. & Charles O. Davidshofer (1988). Psychological Testing, Principles & Applications. New Jersey: Prentice Hall International Inc.


MP - 419

PROSIDING

ISBN : 978 – 979 – 16353 – 9 – 4

Nitko, Anthony J. (1996), Educational Assessment of Student, 2nd Edition, Prentice Hall, New Jersey, Ohio. Subino (1987), Konstruksi dan Analisis Tes, Suatu Pengantar Kepada Teori Tes dan Pengukuran, Proyek LPTK Depdikbud, Jakarta. Suharsimi Arikunto., (2003). Dasar-dasar Evaluasi Pendidikan. Bumi Aksara. Jakarta Widodo., (2006). Taksonomi Bloom dan Pengembangan Butir soal. Buletin Puspendik


MP - 420

P - 52 SISTEM KOMPUTASI BLACKBOX UNTUK OPTIMASI PENGKOREKSIAN MULTI TIPE DAN TEKNIK SKORSING SOAL OBYEKTIF

Recommend Documents